项目简介

这个 GitHub 仓库提供了一系列基于 Model Context Protocol (MCP) 实现的网络安全服务器。这些服务器旨在标准化 AI 应用（特别是大型语言模型 LLM）访问威胁情报数据的流程，使其能像调用工具一样获取并利用最新的安全信息。

主要功能点

集成了 VirusTotal 和 RSTcloud 两大威胁情报平台，通过 MCP 协议暴露给 AI 客户端。
VirusTotal 服务器功能：提供查询 IP、域名、文件哈希、URL 的安全报告的工具；获取威胁分类、攻击战术/技术信息；查看社区评论；分析文件行为摘要。
RSTcloud 服务器功能：提供执行 WHOIS 查询的工具；进行 IOC（威胁指标）查找；检查指标是否被列为良性（噪音控制）；获取特定日期的威胁报告；访问威胁情报源数据。
支持通过标准输入/输出 (Stdio) 协议进行通信。
包含一个示例 MCP 客户端 ('client.py')，演示了如何连接到这些服务器并利用 LangChain 代理通过交互式聊天界面使用服务器提供的工具。

安装步骤

请按照仓库的 README 指示进行：

克隆仓库:

git clone https://github.com/priamai/mcp.git
cd mcp

创建并激活 Python 虚拟环境: 确保安装了 Python 3.11+。

python3.11 -m venv venv
# macOS/Linux
source venv/bin/activate
# Windows
venv\Scripts\activate

安装依赖:

pip install --upgrade pip
pip install -r requirements.txt

配置 API 密钥: 在项目根目录创建 '.env' 文件，并根据 README 示例添加 VirusTotal 和 RSTcloud 的 API 密钥。例如：

VIRUSTOTAL_API_KEY=your_virustotal_api_key
RSTCLOUD_API_KEY=your_rstcloud_api_key
# 如果使用 Azure OpenAI 或 OpenAI LLM，也需要配置相应的密钥和 endpoint
# AZURE_OPENAI_API_KEY=your_azure_openai_api_key
# AZURE_OPENAI_ENDPOINT=your_azure_openai_endpoint
# AZURE_OPENAI_API_VERSION=your_api_version
# AZURE_OPENAI_DEPLOYMENT=your_deployment_name
# OPENAI_API_KEY=your_openai_api_key

服务器配置

MCP 服务器通常由 MCP 客户端启动和管理。对于此仓库中的服务器，一个 MCP 客户端（如示例中的 'client.py' 使用的 'MultiServerMCPClient'）需要知道如何启动它们并与之通信。客户端通常通过一个配置结构来定义服务器信息，例如：

服务器名称 (server name)：用于客户端内部识别，如 '"virustotal"' 或 '"rstcloud"'。
启动命令 (command)：执行服务器脚本的命令，通常是 '"python"'。
启动参数 (args)：传递给启动命令的参数，即服务器脚本的相对或绝对路径，例如 '["servers/mpc-virustotal-server.py"]' 或 '["servers/mpc-rstcloud-server.py"]'。
传输协议 (transport)：客户端与服务器通信的方式，此实现使用了 '"stdio"'。

请注意：用户通常不需要手动编写这些服务器配置细节，它们由 MCP 客户端库或框架处理，但理解其背后的机制有助于配置和故障排除。此仓库中的 'client.py' 已经包含了启动这两个服务器的示例配置。

基本使用方法

完成上述安装和配置步骤，特别是 '.env' 文件。
激活你的 Python 虚拟环境。
运行 'python client.py' 命令。
'client.py' 脚本会启动 VirusTotal 和 RSTcloud 的 MCP 服务器，并初始化一个使用 LangChain 代理的交互式聊天界面。
你可以通过聊天界面向 AI 代理提问，代理会利用 MCP 服务器提供的工具来查询威胁情报数据并给出回答。例如，询问某个 IP 地址或域名的威胁情况。输入 'exit' 或 'quit' 结束会话。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息